MétaCan
Menu
Retour à la cohorte
Enregistrement W3093517347 · doi:10.15273/jue.v10i2.10351

“There’s A Little Bit of That Magic Where I’m Becoming Something Else”: LGBT+ Furry Identity Formation and Belonging Online

2020· article· en· W3093517347 sur OpenAlexvenueno aff
Mary Heinz

Notice bibliographique

RevueJournal for Undergraduate Ethnography · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFandomNormativeSubculture (biology)SociologyTransgenderFeelingJudgementIdentity (music)QueerGender studiesSocial psychologyPsychologyMedia studiesAestheticsEpistemologyArt

Résumé

récupéré en direct d'OpenAlex

Active and open identi cation with animals and the creation of anthropomorphic (or zoomorphic) fursonas have become infamous on the internet, yet published research on the subculture is lacking. This ethnographic study explores this under-examined subculture by considering how individuals who identify as LGBT+ and as furry nd and experience community online in ways that contribute to feelings of belonging, inclusion, and overall well-being. Through a series of semi-structured interviews, it was found that participating LGBT+ furries experienced an increase in self-reported emotional well-being when allowed to engage with online furry fandom. Given that furry identity is inherently non-normative, the fandom becomes an accepting space for other non-normative identities, like LGBT+ identities. By creating accepting online communities, those without access to supportive communities in their o -line lives can learn about and explore non-normative identity without judgement. These spaces may allow for the accumulation of multiple non-normative identities, all of which are in relative harmony within online furry fandom, which serves as a “catch-all” identity. Existing within this space had positive a ects on the well-being of the participants.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0080,008
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,109
Tête enseignante GPT0,367
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for Undergraduate EthnographyMême sujetGender, Feminism, and MediaTravaux en français237 207